Changement stylistique de phrases par apprentissage faiblement supervis\'e (Textual Style Transfer using Weakly Supervised Learning)
Plusieurs t{\^a}ches en traitement du langage naturel impliquent de modifier des phrases en conservant au mieux leur sens, comme la reformulation, la compression, la simplification, chacune avec leurs propres donn{\'e}es et mod{\`e}les. Nous introduisons ici une m{\'e}thode g{\'e}n{\'e}rale s{'}adressant {\`a} tous ces probl{\`e}mes, utilisant des donn{\'e}es plus simples {\`a} obtenir : un ensemble de phrases munies d{'}indicateurs sur leur style, comme des phrases et le type de sentiment qu{'}elles expriment. Cette m{\'e}thode repose sur un mod{\`e}le d{'}apprentissage de repr{\'e}sentations non supervis{\'e} (un auto-encodeur variationnel), puis sur le changement des repr{\'e}sentations apprises pour correspondre {\`a} un style donn{\'e}. Le r{\'e}sultat est {\'e}valu{\'e} qualitativement, puis quantitativement sur le jeu de donn{\'e}es de compression de phrases Microsoft, avec des r{\'e}sultats encourageants.
PDF Abstract
